来源：期刊VIP网 时间：
作者：张万里;佟安;李文桥;
单位：中国人民解放军93209部队;北京信息科技大学计算机学院;
摘要：关系抽取任务可以从非结构化文本中抽取出实体对的关系信息，是信息抽取的核心任务。远程监督可以通过自动构建训练数据的方式降低人工的成本和压力，但原始语料本身存在数据不平衡的现象，导致长尾分布问题。针对这一问题，基于多示例学习的思想，提出一种基于约束图的远程监督长尾关系抽取方法。首先根据知识图谱本体结构构建约束图，利用图卷积神经网络对其进行编码；其次利用分段膨胀卷积神经网络和实体注意力机制对句子进行编码；最后结合上述编码信息进行分类预测。在公开数据集NYT10上，相较于主流最优模型在Hits@10、Hits@15和Hits@20上分别提高了约0.6%、1.5%和2.6%，证明了实体类型和关系之间的约束信息对远程监督长尾关系抽取的重要性。
关键词：关系抽取;;远程监督;;长尾分布;;约束图;;深度学习;;知识图谱;;注意力机制;;膨胀卷积
